[发明专利]语句识别方法和装置、存储介质及电子装置

说明书

本申请公开了一种语句识别方法和装置、存储介质及电子装置，涉及智能家居/智慧家庭技术领域，其中，上述方法包括：将目标语句拆分为多个子语句，其中，目标语句为有M个字的语句，多个子语句中的各个子语句的字数分别为[N，M]区间内的整数；通过目标语言模型，分别确定多个子语句中的各个子语句的目标值；确定多个子语句中的各个子语句的目标值的平均值，得到目标语句的平均目标值，其中，平均目标值为目标语句是有效语句的概率；通过将目标语句的平均目标值和预设阈值进行对比，确定目标语句是否为有效语句。通过本申请，解决了相关技术中的语句识别方法存在由于存在噪声干扰导致的语句有效性识别的准确性低的问题。

技术领域

本申请涉及智能家居/智慧家庭领域，具体而言，涉及一种语句识别方法和装置、存储介质及电子装置。

背景技术

目前，在智能家电领域，智能设备在开启收音功能之后，会不断地拾取环境中的所有声音，如果环境中有其他设备在播放音频，或者多人同时说话，或者用户在说话时出现了停顿或者重复，语音识别模块通过对智能设备接收的语音信号进行识别得到的文本可能属于不通顺的无效文本，影响智能设备对家电控制命令的解析。

相关技术中，可以使用用于进行文本识别的语言模型计算文本的有效性，进而将无效的语句进行过滤。然而，在智能设备采集的语句中，语言模型会将出现前后有噪声干扰但噪声不影响语义解析的语句误识别为无效语句，进而影响识别语句有效性的准确率。

由此可见，相关技术中的语句识别方法存在由于存在噪声干扰导致的语句有效性识别的准确性低的问题。

发明内容

本申请实施例提供了一种语句识别方法和装置、存储介质及电子装置，以至少解决相关技术中的语句识别方法存在由于存在噪声干扰导致的语句有效性识别的准确性低的问题。

根据本申请实施例的一个方面，提供了一种语句识别方法，包括：将目标语句拆分为多个子语句，其中，所述目标语句为有M个字的语句，所述多个子语句中的各个子语句的字数分别为[N，M]区间内的整数；通过目标语言模型，分别确定所述多个子语句中的各个子语句的目标值，其中，所述多个子语句中的各个子语句的所述目标值为所述多个子语句中的各个子语句是有效语句的概率；确定所述多个子语句中的各个子语句的所述目标值的平均值，得到所述目标语句的平均目标值，其中，所述平均目标值为所述目标语句是有效语句的概率；通过将所述目标语句的所述平均目标值和预设阈值进行对比，确定所述目标语句是否为有效语句。

在一个示例性实施例中，所述将目标语句拆分为多个子语句，包括：根据M和预设的N，确定所述多个子语句的子语句数量K，其中，K为大于或者等于(M-N+1)的正整数；对所述目标语句执行以下操作，得到K个子语句中的第i个子语句，其中，i为大于或等于1、且小于或等于K的正整数：确定所述第i个子语句中包括的字的数量L，其中，L为大于或者等于N的正整数；从所述目标语句中的第1个字开始截取L个字，得到所述第i个子语句。

在一个示例性实施例中，K等于(M-N+1)，L等于(N+i-1)；所述从所述目标语句中的第1个字开始截取L个字，得到所述第i个子语句，包括：从所述目标语句中的第1个字开始截取连续的(N+i-1)个字，得到所述第i个子语句。

在一个示例性实施例中，所述通过目标语言模型，分别确定所述多个子语句中的各个子语句的目标值，包括：在所述多个子语句为(M-N+1)个子语句的情况下，对于所述多个子语句中的第i个子语句，通过所述目标语言模型执行以下步骤，得到所述第i个子语句的目标值：在所述第i个子语句中，以目标滑动窗口从所述第i个子语句中的第1个字开始滑动，每次截取包括N个字的语句片段，直到所述目标滑动窗口中的最后一个位置覆盖所述第i个子语句中的最后1个字，共得到一组语句片段，其中，所述目标滑动窗口每次覆盖的字数为N；分别确定所述一组语句片段中的各个语句片段对应的概率值，其中，所述各个语句片段对应的概率值为所述各个语句片段是有效语句的概率；将所述各个语句片段对应的概率值的乘积确定为所述第i个子语句的目标值。